Wenn man mehrere T-Tests macht, steigt die Wahrscheinlichkeit den Fehler 1. Art zu begehen (=Alphafehlerkumulierung). Dagegen kann man halt diese Korrekturen machen (Bonferoni wäre die bekannteste Methode). Problem dabei: Diese Korrekturen sind in der Regel recht konservativ! Das heißt sie schießen quasi über das Ziel hinaus und korrigieren den Alphafehler zu sehr! Die H0 wird also zu oft beibehalten. Daher wurde ein alternatives Verfahren entwickelt: Die Varianzanalyse! Diese basiert nicht mehr auf mehreren Signifikanztests, sondern nur noch auf EINEN Signifikanztest (deswegen kommt es nicht mehr zu Alphafehlerkumulierung). Problem bei der ANOVA: Man weiß halt nicht, was genau sich unterscheidet! Also macht man wieder diese post hoc-Analysen. Post hoc Analysen sind aber halt nichts anderes als mehrere T-Tests, die den Alphafehler korrigieren. Problem ja aber bei den post hoc Analysen: Sie sind recht konservativ... Die Katze beißt sich also irgendwie in den Schwanz!
Deine ANOVA wurde ja recht knapp mit p = 0.045 signifikant. Dass deine nachfolgenden T-Tests nicht mehr signifikant wurden ist ein Beispiel dafür, dass die post hoc Analysen halt konservativer sind, als die Varianzanalyse! Außerdem testen post hoc Analysen immer zweiseitig und zweiseitige Tests sind schwieriger signifikant zu kriegen.
Lösung:
1. Möglichkeit: Du probierst eine andere Methode als Scheffé (SPSS gibt dir verschiedene Korrekturformen an)
2. Möglichkeit: Du bastelst dir geplante Kontraste. Geplante Kontraste sind auch nichts anderes als T-Tests, die aber aufgrund ihrer Formulierungen nie dieselbe Hypothese testen und deswegen es NICHT zu der Alphafehlerkumulierung kommt. Geplante Konstraste zu formulieren ist aber nicht ohne. Da musst du aufpassen!
Hoffe der Beitrag kommt nicht zu spät und hilft dir weiter
LG
C